数控机床主轴系统热误差温度测量点的最优化设计方法

基于信息论与机床热误差有限元分析方法,提出了一种对数控机床温度测量点的位置进行优化的计算方法,这些测点包含机床热变形误差互信息量最大点。将该方法应用于一台数控螺纹磨床主轴系统的热误差温度测点位置的最优化设计选择,并通过主轴热误差测量实验验证了所提出方法的有效性。     

数控机床热敏感点识别研究

运用模式识别中的逐步回归法辨识反映机床热态特性的热敏感点,并利用多元回归建立了机床热敏感点处的温升与主轴Ｙ向热位移关系的数学模型。应用表明这是一种在机床温度测量,热误差建模及补偿中选择最佳测温点的有效方法。     

灰色系统模型在机床热误差建模中的应用

提出了采用灰色系统模型进行机床热误差建模的基本原理及方法，以及其在机床热误差补偿建模中的应用。论述了如何利用实测的热误差序列，通过对全数据GM（1，1）模型、新信息GM（1，1）模型和新陈代谢GM（1，1）模型进行机床热误差建模和预报，得出了新陈代谢GM（1，1）模型是机床热误差补偿建模最理想模型的结论。     

基于球杆仪的高速电主轴热漂移检测方法

高速电主轴的热漂移误差直接影响机床定位精度和工件表面加工质量.文中尝试应用球杆仪快速准确检测高速电主轴的热漂移量,在研究机床电主轴系统结构和球杆仪检测原理的基础上,提出了一种能够快速有效地检测高速电主轴热漂移规律的新方法--球杆仪法.首先提出机床的几何误差和热误差的检测及分离原理,建立分离热漂移误差的数学模型,最后进行球杆仪检测实验,测得机床空载时的主轴端热漂移误差,并得到其变化规律曲线.相时于传统热误差检测法,该方法不需要贴片和时贴片点进行优化,计算和分析过程不需要复杂的计算分析,是一种实验操作和数据分析都简单有效的误差检测方法.     

外圆磨床热变形与热检标准的探讨

本交通过对某精密半自动万能外圆磨床各敏感零部件，处于不同工况下温升及热位移的实际测定，对该机床的热态性能作出了具体分析，提出了该机床的热检参考指标。     

基于信息融合的五轴机床热误差建模技术

五轴机床能对复杂的自由曲面进行加工。对五轴机床热误差进行控制,是提高其加工精度的关键所在。针对现有热误差建模方法预测精度较低、通用性和鲁棒性较差的问题,提出一种基于信息融合的五轴机床热误差建模方法。与传统建模方法相比,通过实时调整模型参数,该融合预测方法能够用于不同类型、不同操作条件的机床。将该方法应用于一台双转台五轴机床的实验研究,建立了该机床热误差的融合预测模型。实验结果表明,该方法能够提高热误差模型的预测精度及鲁棒性,从而提高五轴机床加工精度。     

数控机床工作台误差综合补偿方法研究

针对由几何误差与热误差引起的数控机床工作台与主轴之间相对位置变动的问题,通过试验分析其在不同温度状态下的误差数据,得到机床工作台平面度误差随热变形保持不变的规律,并提出了一种数控机床工作台平面度误差与主轴热误差的综合补偿方法。该方法通过分别建立工作台平面度误差模型和热误差模型,并运用叠加原理建立综合误差补偿模型,对传统固定单位置点建模补偿方法的原理性缺陷进行了改进。结合机床关键部件的实时温度值和刀具位置的实时坐标值,计算出了全工作台各区域各温度阶段的误差补偿值,进而实现了全工作台主轴轴向综合误差的实时补偿。检验及分析结果表明,相比于传统固定单位置点热误差建模补偿方法,该方法所建模型残余标准差减小约7μm,精度提高比例达到50%;单次最大补偿残差减小约11μm,精度提高比例达到60%,大幅度提高了机床的加工精度。     

数控机床热变形误差研究及补偿应用

热变形误差是影响机床加工精度的重要因素之一,通过误差补偿的方法可以提高机床的加工精度。研究了通过实时补偿热变形误差提高数控机床加工精度的方法,阐述了热误差的基本原理,介绍了热误差的测量方法。采用模糊聚类的方法来布置测温点,利用多元线形回归方法建立了机床热变形与温升之间的数学模型。在PLC补偿系统的作用下,在加工过程中对XH718数控机床进行实时补偿。实验结果表明补偿效果很好。     

基于刀具偏转的机床主轴径向热误差的建模预测方法

为了有效地解决刀具实际加工位置对机床主轴径向误差的影响,提出了一种基于刀具偏转的机床主轴径向热误差建模预测方法。以立式加工中心HNC715主轴为研究对象,利用主轴分析仪对主轴径向热误差进行了数据采集,在分析了机床主轴径向热误差的数据后进行了线性回归分析,构建了不同转速下检测棒上下端径向热误差模型。通过对刀具偏转原理与检测棒上下端径向热误差模型进行分析,提出了机床主轴径向热误差综合建模方法,并对该方法进行了实验验证。验证结果表明:该机床主轴径向热误差综合建模方法有效且预测精度高。     

基于ANSYS Workbench的机床热结构与热平衡分析

机床热误差是影响机床加工精度的主要因素,目前对热误差的控制主要采取补偿的方法,即通过采集机床热平衡时的温度以及热变形误差来建立数学模型,实现热误差的补偿。通过对XK7132数控铣床进行热边界条件分析,提出了利用ANSYS Workbench软件对机床整机进行稳态热结构分析以及对主轴进行热平衡分析,得到了机床的稳态热变形及主轴温升平衡曲线。由分析结果可知,稳态热变形主要发生在主轴的X轴和Z轴方向,而达到热平衡时所需时间大约为40～50 min,为机床热误差补偿时传感器的布置提供了理论依据。     

数控慢走丝线切割机床热变形补偿方法的研究

由实验测得专家经验测点的温度与热形变误差量,通过模糊聚类的分析方法找出影响误差精度的主要温度测点,分别利用多元线性回归的分析方法和遗传算法优化BP神经网络法建立热变形误差的数学模型,将两种方式进行对比分析哪种方式更优.     

基于灰色关联和模糊聚类的机床温度测点优化

针对机床热误差补偿技术中温度测点优化选择的问题,提出采用基于灰色关联分析和模糊聚类分析相结合的方法对机床温度测点进行优化选择。采用灰色关联分析法计算温度变量与主轴热误差之间的相关系数,并据此优选温度变量,采用模糊聚类分析法对所选择的温度变量进行聚类,确定关键温度变量,结合关键温度变量建立热误差线性回归模型。在精密卧式加工中心MCH63上对该方法进行了试验验证,结果表明,温度测点的数量由29个减少到6个,机床轴向热误差由41.3μm减小到7.6μm。     

基于贝叶斯神经网络的机床热误差建模

热误差严重影响着机床的加工精度,对机床关键部件进行热特性分析是开发精密机床的重要环节.通过测量包括数控机床的特殊位置温度和定位误差在内的热特性,研究了温升与定位误差之间的关系,提出了一种基于贝叶斯神经网络的热误差建模方法.通过K-means聚类和相关系数法来选择温度敏感点,可以有效地抑制温度测量点之间的多重共线性问题....     

机床丝杠进给系统热误差测点优化及实验

针对丝杠进给系统热误差监测点多,且测点之间存在复共线性影响热误差建模精度的问题,提出了一种综合测点优化的方法。首先利用Pearson相关性分析筛选出相关性较高的点,其次利用灰色关联法求出各温度变量间的灰色关联度并由此建立模糊相似矩阵,再采用模糊聚类和F分布统计确定最优测点组合后,由偏相关性分析剔除弱相关变量并建立热误差线性回归模型。在某龙门加工中心进行实验验证,结果表明温度测点由12个减小到3个,丝杠热误差由13μm减小到10μm。     

精密数控机床主轴热伸长补偿技术研究

针对目前精密数控机床热误差补偿问题,在基于主轴热误差测量系统的基础上,提出一种基于FCM聚类、多元线性回归的热误差补偿模型。通过对某卧式加工中心主轴恒定转速和变速工况下进行温敏点测量,建立关键温敏点与机床主轴热伸长的几何关系,通过补偿结果和切削试验表明该方法可以有效地降低主轴热伸长误差,提升零件的加工精度。     

基于Kohonen自组织竞争网络的机床温度测点辨识研究

提出一种基于Kohonen神经网络的温度测点辨识优化算法,用机床进给系统上不同位置处的温度测点变化值及定位误差作为输入样本来训练神经网络。利用该网络的自组织竞争将胜出的结果输出到相应的分类模式中,根据各类分类模式中温度变量与热误差之间的相关系数,确定出机床热关键点。通过多元线性回归理论建立了热误差模型,与基于变量分组优化方法的热误差模型比较发现,该方法具有更好的可行性和有效性。     

多通道智能热电偶测温模块的研制

火电厂的温度测量具有温度高且点数多的特点,目前普遍采用热电偶传感器来进行温度测量。文中介绍了一种应用于火电厂温度测量的多通道智能热电偶测温模块的具体研制方案。该测温模块具有3大优点:首先可同时测量16个通道的温度点,每个通道的温度点可配置8种不同类型的热电偶传感器;其次采用了带数字滤波功能的高精度模数转换器(AD),可以有效滤除工频干扰;最后通过外部标准电压源进行精度校准、冷端补偿与插值计算,提高了测温精度。     

灰色系统理论在机床热误差测点优化中的应用

针对影响机床加工热误差建模的机床温度场分布问题，借用灰色系统理论的关联度分析方法。对热传感器在机床上的优化布点进行了研究，从原先的16个温度测点减少到仅使用其中的4个关键温度进行热误差建模，从而可以较简便的分析所研究机床的热误差，提高了热误差建模的鲁棒性。     

红外热像仪精确测温技术

为实现红外热像仪对温度的精确测量,根据热辐射理论和红外热像仪的测温原理,推导了计算被测物体表面真实温度的通用计算公式;讨论了发射率对测温精度的影响,分析了用红外热像仪进行精确测温的条件,探讨了环境、大气和热像仪本身对测量精度的影响,并绘制了各种因素对测温精度影响的理论曲线。结果表明:发射率为0.7时,真实温度为50℃,发射率偏离0.1时,对于3~5 μm热像仪来说,测温结果偏离真实温度0.76~0.89 ℃; 对于8~14 μm热像仪来说,测温结果偏离真实温度1.56~1.87℃。本研究结果对提高热像仪测量温度和表面发射率的准确性,减小不必要的测量误差具有实际意义。